In this research report, a differen

In this research report, a different and enhanced approach is proposed for mammographic diagnosis for breast biopsy outcome predictions utilizing a neural network classification model and ROC curve evaluation. This classification model contains two components: a training model and a diagnostic model. The training model is based on a two-stage back-propagation neural network approach, along with an iterative training method and an adjustable learning rate. The diagnostic model is able to distinguish and classify malignant

ผลลัพธ์ (ไทย) 1:

ในรายงานวิจัยนี้ มีเสนอวิธีต่าง ๆ และเพิ่มการคาดคะเนผลตรวจชิ้นเนื้อเต้านมที่ใช้แบบจำลองโครงข่ายประสาทประเภทและประเมินเส้นโค้ง ROC mammographic วินิจฉัย แบบจำลองประเภทนี้ประกอบด้วยส่วนประกอบสอง: แบบฝึกและแบบจำลองการวินิจฉัย แบบฝึกอยู่สองหลังเผยแพร่เครือข่ายประสาทวิธี วิธีการฝึกซ้ำและอัตราการเรียนรู้สามารถปรับ แบบวินิจฉัยคือสามารถแยกแยะ และจัดประเภทร้ายแรง

ผลลัพธ์ (ไทย) 2:

ในรายงานการวิจัยนี้เป็นวิธีการที่แตกต่างกันและมีการเสนอเพิ่มขึ้นสำหรับการวินิจฉัย mammographic สำหรับการตรวจชิ้นเนื้อเต้านมการคาดการณ์ผลการใช้รูปแบบการจัดหมวดหมู่เครือข่ายประสาทและการประเมินผลโค้ง ROC รูปแบบการจัดหมวดหมู่นี้มีสองส่วน: รูปแบบการฝึกอบรมและรูปแบบการวินิจฉัย รูปแบบการฝึกอบรมจะขึ้นอยู่กับสองขั้นตอนหลังการขยายพันธุ์วิธีเครือข่ายประสาทพร้อมกับวิธีการฝึกอบรมซ้ำและปรับอัตราการเรียนรู้ รูปแบบการวินิจฉัยสามารถแยกแยะความแตกต่างและแยกประเภทมะเร็ง

ผลลัพธ์ (ไทย) 3:

ในรายงานวิจัยนี้ เป็นวิธีที่แตกต่างกันและการเสนอปัญหาการวินิจฉัยชิ้นเนื้อเต้านมผลการคาดการณ์การใช้รูปแบบการจำแนกเครือข่ายประสาทและประเมินผลเส้นโค้ง ROC . รูปแบบหมวดหมู่นี้ประกอบด้วยสององค์ประกอบ : แบบฝึกและแบบวินิจฉัย การฝึกอบรมรูปแบบจะขึ้นอยู่กับสอง back-propagation ประสาทเครือข่ายเข้าถึงพร้อมกับวิธีการอบรมซ้ำ และอัตราการเรียนรู้ที่สามารถปรับ รูปแบบการวินิจฉัยสามารถแยกแยะและจัดประเภทมะเร็ง